谷歌发布 Gemini 4 Neon:7 周内第 4 款元素模型,AA 智能指数 61 分全球第三,单任务成本仅 6.44 美元
来源极客公园查看原文
速览
- Gemini 4 Neon 定位次旗舰,取代 Gemini 3.1 Pro 和 Argon,卡在 Carbon 与 Hydrogen 之间。
- AA 智能指数 61 分全球第三,仅次于 GPT-6.2 Astra 和 Claude Fable 5.2。
- 单任务成本 6.44 美元,比 Carbon 低约 17%,Antigravity high 档下低 32%。
- AA Coding Agent Index 第一,成本约为 Claude Opus 5.5 和 Fable 5.2 的一半。
- 支持 100 万 token 上下文与四档思考深度,输出速度约 110 tokens/s。
- Antigravity 上线 Orchestrator 双模型编排,Neon 规划、Hydrogen 执行。
- xhigh 档存在话痨与延迟问题,首答延迟 56.51 秒,输出 2.83 亿 tokens。
- 11 月底前出现价格倒挂,次旗舰 Neon 单价比旗舰 Carbon 贵 50%。
- 谷歌 8 月组织重组,Koray Kavukcuoglu 接管日常运营,推行高频迭代。
- 第 7 代 TPU Ironwood 成熟落地,Anthropic 已签下大规模 TPU 算力合作。
11 月 18 日,Google DeepMind 发布 Gemini 4 系列第 4 款模型 Gemini 4 Neon,定位介于旗舰 Carbon 与轻量 Hydrogen 之间,取代 Gemini 3.1 Pro 和 Argon 的生态位。Neon 支持 100 万 token 上下文窗口与输出上限,提供 low、medium、high、xhigh 四档思考深度。在 Artificial Analysis 的 AA Intelligence Index v5.0.1 上,Neon 的 xhigh 档拿下 61 分,全球第三,仅次于 GPT-6.2 Astra 和 Claude Fable 5.2;默认 high 档 60 分,medium 档 55 分。成本方面,Neon 单任务平均成本 6.44 美元,比 Carbon 的 7.76 美元低约 17%;在 Antigravity 平台 high 档下比 Carbon 低 32%。在 AA Coding Agent Index 上,Neon 以 58.6 分排名第一,单任务成本 6.86 美元,约为 Claude Opus 5.5(12.61 美元)和 Fable 5.2(15.47 美元)的一半。谷歌同时上线 Antigravity 的 Orchestrator 双模型自动编排模式,由 Neon 负责规划、Hydrogen 负责执行。
关键事实
- Gemini 4 Neon 于 11 月 18 日发布,是 Gemini 4 系列 7 周内的第 4 款元素模型,此前三款为 Argon、Carbon、Hydrogen。
- Neon 支持 100 万 token 上下文窗口(Antigravity 中最高 512K)和最高 100 万 token 输出,原生支持文本、音视频、PDF 及电子表格输入。
- 在 AA Intelligence Index v5.0.1 上,Neon 的 xhigh 档得分 61,全球第三,高于 Carbon high 档的 60 分、Claude Opus 5.5 的 59 分和 GPT-6.2 Sol 的 57 分。
- Neon 输出速度约 110 tokens/s,接近 Carbon(约 57 tokens/s)的两倍;AA 基准单任务平均耗时 21.5 分钟,Carbon 为 36 分钟。
- Neon 单任务成本 6.44 美元,比恢复标准价后的 Carbon(7.76 美元)低约 17%;在 Antigravity 默认 high 档下比 Carbon 低 32%。
- 在 AA Coding Agent Index 上,Neon 以 58.6 分排名第一,单任务成本 6.86 美元,Claude Opus 5.5 为 12.61 美元,Fable 5.2 为 15.47 美元。
本站视角
对中文开发者而言,Neon 最直接的价值是成本:AA Coding Agent Index 单任务 6.86 美元,约为 Claude Opus 5.5 和 Fable 5.2 的一半,且 CursorBench 4.1 和 SWE-sweep 分数领先,这意味着做 Agent 和编程工具的团队多了一个高性价比选项,尤其适合需要长上下文、多文件工程和批量任务的企业客户。对国内做 Agent 的团队,Orchestrator 双模型编排模式提供了「贵模型规划、便宜模型执行」的工程范式,可直接借鉴到自己的多模型调度架构中。对用 API 的中小企业,Neon 的定价策略和 11 月底前的价格倒挂提醒采购方注意版本窗口,12 月 1 日 Carbon 和 Argon 恢复原价后,Neon 的性价比优势会更明显。我们认为,谷歌这轮翻盘的核心不是单点跑分,而是组织纪律和全栈算力的结合:Koray 接管后废掉憋大招的旧习气,中训练团队和自动化强化学习闭环把编程能力单独拉出来打,Ironwood TPU 则给了打价格战的底气。但需要观察的是,Neon 在 xhigh 档下首答延迟 56.51 秒、输出 2.83 亿 tokens 的话痨问题,说明高档位更适合离线或异步任务,实时交互场景仍需调低档位;另外,AA 智能指数 61 分与 GPT-6.2 Astra、Claude Fable 5.2 的差距并未拉开,谷歌能否在下一代模型上保持节奏,取决于高频迭代能否持续,而非一次发布。
背景与影响
谷歌 AI 在 2026 年 7 月前后经历口碑低谷:Gemini 3.5 Pro 跳票,3.5 Flash 对标竞品中端,编码和 Agent 榜单首页难见 Gemini 名字,内置知识库长期停滞在 2025 年 1 月。8 月谷歌完成组织重组,Demis Hassabis 转任 Alphabet 首席科学家兼 DeepMind 董事长,Koray Kavukcuoglu 接管日常运营与 Gemini 路线图,立下「尽早发货、高频迭代」的规则,并在预训练和后训练之间插入专注编程的「中训练」团队。后训练负责人 Melvin Johnson 称团队搭建了自动化强化学习闭环,专攻高难度跨仓库工程任务,并将内部虚构率压到约 1.5% 的历史新低。硬件层面,第 7 代 TPU Ironwood 配合 TPU Sync 已成熟落地,可将海量上下文的 KV 缓存毫秒级卸载到主机内存;SemiAnalysis 评测显示 Ironwood 在长上下文和多轮 Agent 场景下每美元产出极具统治力,Anthropic 已签下大规模 TPU 算力合作,第 8 代 TPU 已开始将训练芯片和推理芯片拆开独立优化。整个 11 月谷歌密集发布 Gemini 4 系列四款模型、世界模型 Genie 4、Gemini Omni 1.2 Flash,并将 Antigravity 扩展为横跨软件开发与化学信息学科研的 Agent 平台。这意味着谷歌重新具备与 OpenAI GPT-6.2 系列、Anthropic Claude 5.2 及 Opus 5.5 正面对话的底气,但能否持续兑现高频迭代承诺仍需观察。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。